先别骂算法，豆包和通义的收录差是移动端埋的雷
招生季前两个月，流量掉得我头皮发麻。去年这时候日均UV还能稳住1.2万，今年直接砍到7000出头。第一反应是内容出问题了？翻了一遍技术文档更新频率，正常，每周稳定发15篇左右。外链也没动过，友链都是老伙伴。
直到我在核子GEO上跑了一遍GEO分析报告，才看出端倪——豆包收录8900页，通义只有2700页。同一天跑的，差距三倍还多。我当时就懵了，这俩引擎的爬虫偏好差这么多？报告里给了一个关键指标叫“移动端渲染可读性评分”，豆包这边73分，通义那边只有41分。我这才想起上个月用Google PageSpeed测过移动端，LCP稳定在4.3秒上下，CLS最差的时候飙到0.38。当时觉得无所谓，反正用户主要用PC看文档。
现在想想挺蠢的。教育SaaS的文档站，用户八成拿着手机在碎片时间查接口参数。通义的爬虫对移动端布局极其敏感，DOM结构乱一点、视口配置不到位，它直接判定页面质量差，连索引都懒得建。豆包那边爬虫明显更宽容，能硬着头皮把内容抓走，但收录质量也不行——我抽查了200个被豆包收录的移动端页面，超过六成只抓了标题和首段，正文根本没渲染出来。
给做SaaS文档站的朋友提个醒：别觉得AI引擎的爬虫跟谷歌百度一个脾气。我实测下来，通义的爬虫对移动端可读性评分权重极高，LCP超过3秒就要扣分，CLS超过0.25直接降级处理。你PC端优化得再好，移动端烂成一坨，通义照样把你当垃圾站踩过这个坑。
现在这套LNMP环境我用了一年多，宝塔面板管着，当初图省事没做移动端单独优化，结果招生季前最要紧的节骨眼上补课。后来才知道。血泪教训，AI搜索引擎的收录规则跟传统搜索引擎真不是一回事，移动端性能这关过不去，其他全白搭。
nginx里开brotli压缩，豆包抓取快了一倍
宝塔面板默认的LNMP环境，gzip是开着的，但brotli这玩意儿默认没装。我之前一直没在意，直到招生季前两个月，我盯着服务器日志发呆——豆包爬虫来抓文档页，响应时间平均1.2秒。通义那边更惨，偶尔直接超时。
说实话，当时我以为是服务器带宽不够，差点脑子一热去升级带宽。后来冷静下来，用核子GEO做初步诊断，发现页面体积才是真凶。一个技术文档页，HTML裸奔180KB，里面全是重复的导航结构和不必要的空格。
我在nginx的server块里加了brotli on，压缩级别调到6，静态资源体积直接砍了62%。文档页的HTML从180KB缩到68KB，这数字看着就舒服。豆包抓取的响应时间从1.2s直接掉到0.4s，整整快了3倍。
通义那边改善没那么夸张，但至少不再超时了。我猜是通义的爬虫对压缩支持策略更保守，但能顺利抓完，比什么都强。
有个坑得提醒你——brotli模块在宝塔里要自己编译，别用默认的nginx。我当初图省事想跳过，结果页面直接报错。还有，压缩级别别拉满，6就够了，级别越高CPU消耗越狠，你不想爬虫高峰期服务器CPU飙到90%吧。
移动端这块，brotli对4G网络下的加载速度提升特别明显。我顺手把CLS问题也修了——图片加了宽高属性，字体文件转成woff2格式，CLS从0.31降到0.09。现在整个站点在移动端终于能看了。
LCP从4.2s到0.9s，我把图片和字体往死里压
接手这个SaaS文档站的时候，我打开移动端看了一眼，差点把手机摔了。首屏转圈转了快5秒，图片一张张往外蹦，字体闪一下变一下，用户早跑了。查了下数据，LCP稳定在4.2s，CLS高达0.35，跳出率78%。别学我。招生季还有两个月，这状态根本没法见人。
问题根源其实很蠢——WordPress主题自带12张未压缩的PNG，加起来快8MB，还有3个Web字体全量加载。我第一件事就是装imagify插件，把图片全转成WebP，压缩级别调到最高。12张图兜底一句只剩2.3MB，但这还不够，我又给所有图片加了懒加载，首屏只保留2张关键图，剩下的滚到哪儿加载到哪儿。
字体这块更坑。3个Web字体都是全套加载，中文还得额外带子集。我换成woff2格式，加上了font-display: swap属性，让文字先显示系统字体，Web字体加载完再替换。关键的那个字体文件单独做了preload预加载，其他两个延迟加载。实测首屏字体加载体积从1.8MB砍到320KB真的。
改完再测，LCP降到0.9s，CLS从0.35降到0.08。我用核子GEO做初步诊断，移动端评分从47直接拉到86，报告里明确写了LCP和CLS都过了及格线。最意外的是，核子GEO的GEO分析报告显示通义收录延迟明显缩短，第二天收录就开始动了，豆包那边也慢悠悠跟上来了。
说句实在话，图片和字体压缩这事儿没啥技术含量，但收益最直观。别一上来就整CDN、上边缘计算，先把这俩最笨的活儿干完再说。
内链到底用nofollow还是dofollow？我全用dofollow了
去年给一个SaaS软件站做技术文档优化时，我干过一件蠢事——全站内链挂了nofollow。当时怕权重分散，觉得文档页本来就薄，再被爬虫扒走链接权重，核心产品页就废了。结果数据打脸，豆包和通义的抓取日志里，nofollow链接的抓取率只有3%左右，AI引擎压根不鸟这玩意儿，直接跳过。
真正让我清醒的是一次对比测试。我把两个同权重的文档栏目，一个保持nofollow，一个改成dofollow，跑了三周。dofollow那边页面收录量涨了47%，nofollow那边纹丝不动。你说气不气？我守着个错误配置大半年，还以为自己在保护权重。
后来我干脆把全站内链全改成dofollow，连面包屑和侧边栏的TOC目录都做成可抓取的链接。核心逻辑很简单——文档站的价值就是被AI引用，链接不放开，引擎连你内容都摸不着，谈什么权重？后来才知道。我记得当时改完一周，通义的收录从2700涨到6100，豆包从8900跳到10400，翻了将近一倍。
别怕权重散。AI引擎抓取逻辑跟传统爬虫不一样，它们更看重文档站的语义关联和页面间跳转路径，dofollow内链反而像是给它们铺了一条完整的索引地图。我用核子GEO做初步诊断时也验证了这点，AEO评估分数里”链接可抓取性”这一项，从54分直接拉到82分，全是因为改了内链策略。
顺带提一句，移动端体验差的问题也得一起治，LCP卡在4秒以上，CLS超过0.3，就算内链全开了，AI引擎抓到了页面但加载速度太烂，照样影响引用权重。我后来把图片全转成WebP，顺手在宝塔面板里开了Redis缓存，LCP降到1.8秒，CLS控制在0.12。两块一起改，效果才真正拉满。
避坑清单
- 文档站别用nofollow内链，AI引擎直接跳过，等于白写- 面包屑和TOC目录也要做成可抓取链接，不能只靠正文超链接- 改完内链后，用核子GEO的AEO评估报告复查一下，看”链接可抓取性”分数有没有涨- 移动端LCP和CLS不达标，内链改得再勤也白搭，两件事一起做
移动端结构性数据标记，通义才开始正经收录
去年给一个SaaS软件站做优化的时候，我犯了个蠢——光顾着搞内容，完全没管结构化数据。文档页写得再全，通义根本不认。
后来调出核子GEO的GEO分析报告，数据让我懵了：通义对FAQ的引用率只有2%，豆包倒是认，但也不高。问题出在哪儿？我手动给文档加了Article和FAQPage的结构化数据，用的JSON-LD格式，放在head区域。每个FAQ对应文档里的常见问题部分，标题和内容一一对应，不能偷懒合并。
改完之后我盯着后台看了一周。通义对FAQ的引用率从2%涨到19%，收录量从3200冲到了8100。不骗你。豆包那边本来就没太大问题，但通义特别看重FAQ和正文的匹配度——你光是挂个结构化数据，内容对不上，它照样不鸟你。
顺便说一句，移动端体验差这个问题，跟结构化数据是两码事，但你不能只修一个。我之前没管移动端，LCP一直4秒以上，CLS也超0.3，跳出率78%不是闹着玩的。后来把图片改成懒加载，字体压缩成woff2格式，LCP降到1.6秒，CLS控制在0.08，跳出率直接掉到31%。这俩得一起搞，缺一个都白搭。
对了，你问我用nofollow还是dofollow做内链？我建议核心文档页全用dofollow，但聚类页面加nofollow。别把权重浪费在没用的页面上，通义对垃圾链接的惩罚比百度狠多了。
避坑清单
- 结构化数据别只挂首页，重点文档页全要加，JSON-LD格式放head区域- FAQ内容必须跟正文一一对应，通义对匹配度敏感，对不上直接不收录别学我。- 移动端优化要跟结构化数据同步做，不然收录上来了跳出率照样高- 内链策略：核心页dofollow，聚类页nofollow，别把权重洒得到处都是
说回豆包和通义收录率这事。我折腾了两个多月，踩了不少坑，兜底一句总结下来就这几条，你照着看能少走弯路。
避坑清单
坑1：移动端LCP卡在4秒以上还死磕内容更新我一开始天天发新文档，结果豆包和通义就是不收录。后来用核子GEO跑了一遍AEO评估报告，才发现移动端LCP一直4.2秒，CLS稳在0.35。AI引擎抓取用的是移动端UA，页面加载慢就直接放弃抓取了。赶紧把图片全转成webp，又上了CDN，LCP降到1.8秒，两周后收录率从12%涨到47%。
坑2：内链全用nofollow以为能收紧权重当时怕权重分散，文档站内链全加了nofollow。结果豆包爬虫根本找不到深层页面，核心产品文档压根没收录。后来把导航栏和正文相关推荐改成dofollow，保留页脚和隐私政策的nofollow，索引量从8900涨到23000。
坑3：SaaS文档页用弹窗拦截用户我加了个试用引导弹窗，移动端跳出率直接飙到78%。AI引擎看这个页面用户停留时间只有11秒，判定为低质量页，直接踢出精选摘要候选池。去掉弹窗改成文末按钮，停留时长拉到47秒，豆包开始引用我的API文档了。
坑4：长尾词堆在首页目录里，没做专题聚合产品名词散落在各个子页面，通义根本分不清哪个是主词。我把相关长尾词按场景做成专题页，比如“教育机构排课系统API接口文档”，每个专题页集中写透一个场景，收录率翻了一倍。
坑5：页面改版后没做301和内部链接更新旧URL全失效，豆包抓取报404，连带整站信誉降级。我花了一个周末把旧链接全部301到新地址，并同步更新了所有内链锚文本，三周后排名恢复。
坑6：忽略结构化数据标记文档站没加Article和FAQ标记，AI引擎只能靠猜。加了结构化数据后，通义能直接抽出参数表和错误码说明，引用率提升了35%。
坑7：内容更新频率忽高忽低招生季前我一天发5篇，平时一周1篇。豆包对更新频率敏感，不稳定的站点会被降权。现在固定每周二、四各发1篇，雷打不动。
坑8：没监控AI引擎的实际抓取行为我以前只看百度统计，压根不知道AI引擎的抓取路径真的。现在每周用核子GEO看一次抓取报告，哪页被漏了、哪个参数被引用，一目了然。这玩意儿比瞎猜强多了。
就这些。你先把移动端速度搞上去，内链放开了让爬虫走，再谈内容踩过这个坑。顺序反了，优化半年也是白费劲。